如何對分筆數據的到達進行建模？
低頻數據是按規則的時間段來記錄的，而分筆數據則完全不同，其到達的時間間隔是不規則的。一些研究者就相鄰報價到達的時間間隔本身是否含有一定信息這一問題進行了探討。大多數研究者同意，對於禁止賣空的證券而言，交易間的時間間隔確實會攜帶信息，兩筆交易之間等待的時間越短，越有可能是發生了將爲市場所知的利好消息，接下來的價格變動就越大。
信息到達的過程常用久期(duration)模型來描述。久期模型用於估計兩筆相鄰分筆數據間久期的影響因子。這種模型也分別稱爲報價過程(quote process)和交易過程(trade process)。久期模型還用於度傲預定幅度價格變化之間的時間間隔和事先指定的交易量增長之間的時間間隔。處理固定價格的模型稱爲價格過程(price process)，用於估計固定交易最增過久期變化的模型稱爲交易量過程( volume process)。
在存在賣空限制的情況下，交易間久期可以預示利好消息的存在;在不允許賣空的證券市場上，交易間久期越短，尚未爲公衆所知的利好消息出現的概率越高。反之也成立:在限制賣空和流動性正常的市場上，序列交易到達之間的久期越長，越有可能是發生了將爲市場所知的利空消息。如果完全沒有交易，則表示沒有消息。
Easley和0' Hara (1992)進一步指出，由時間間隔分開的交易和彼此之間幾乎相連的交易所包含的信息是大不相同的。Easley和0' Hara ( 1992)結論的一個隱含的意思是，整個的價格序列都傳遞信息，應該在有可能的情況下加以充分利用，這也成了支持高頻交易的又一個論據。